戴维·海耶斯（David Hayes），Forsman & Bodenfors欧洲数字部门负责人，指出一个重大转变：随着AI从搜索引擎向问答引擎演变，品牌多年来积累的搜索权益正快速被改写。因此，AI搜索优化已成为许多合作伙伴高度关注的讨论话题。麦肯锡的研究也支持这一紧迫感，显示已有一半消费者使用AI驱动的搜索，预计到2028年，将有7500亿美元的消费者支出通过这些平台流转。营销人员现正重新思考SEO策略，强调优化目标不再是面向人类，而是面向算法。 Fitzco数字平台集团总监萨凡纳·毕晓普（Savannah Bishop）强调，这一转变要求制定新的网站结构策略，区分传统SEO与AI及生成式搜索引擎优化（AEO和GEO）。目前，购物者寻找品牌的方式已超越谷歌搜索结果，AI搜索引发的“零点击”环境使得可见度衡量和策略制定变得更加困难。代理机构一致认为，应优先采用清晰的问答格式（如FAQ），将网站内容围绕问题与答案进行结构化，而非仅靠关键词，增加图片的alt文本，以及在所有渠道（从自有媒体到新闻稿和影响者营销）中保持一致的品牌信息。声誉和可信度尤为关键，因为AI系统在搜索结果排序中可能会重视这些因素。Markacy的媒体副总裁克里斯·里加斯（Chris Rigas）表示，所感知的声誉和可信度正逐渐超越直接答案的价值。 在实践中，像Go Fish Digital这样的代理机构通过可访问的API逆向研究AI模型，了解搜索平台如何选择内容。Go Fish的首席产品与AI官丹·辛克利（Dan Hinckley）发现，页面顶部的内容更有可能被AI搜索结果优先展现。Forsman & Bodenfors开发了基于品牌调性、可见性标准和SEO指标训练的AI代理，帮助分析客户文章，加快编辑流程，同时确保信息传递的一致性。诸如Syndigo的软件工具，有助于在零售商和数字平台间保持统一的产品数据，从而优化AI处理。付费媒体策略也在调整：Fitzco建议客户利用谷歌的Performance Max广告系列，它们甚至可以出现在AI生成的摘要中，无需直接点击。辛克利强调，AI语言模型旨在高效提供信息，类似于人类用户。 然而，由于大型语言模型（LLM）算法的复杂与不透明，衡量和归因AI搜索的成功依然困难。代理机构会关注客户内容在零点击结果中的出现频次，以及在实施AI策略后网站流量的变化。里加斯指出，分析数据的不足，使得难以清楚识别真正推动绩效提升的因素。 尽管存在诱惑，代理机构领导层还是提醒不要使用黑帽SEO手段。Reddit，作为AI训练数据的重要来源之一，最近起诉Perplexity进行未授权的数据抓取。一些品牌据报道会发布促销帖子，专门吸引LLM爬虫；而早期的“伪装”策略——在内容中嵌入不可见文本以骗过算法，也开始出现。然而，专家警告，这些捷径可能会适得其反，因为AI模型有可能学会识别并中和此类行为。海耶斯强调采取稳妥的“试错法”的必要性，并指出目前没有针对AI可见性的“黑科技”，试图操控系统的行为很可能会像早期SEO操控一样以失败告终。